点回折干渉測定における高精度、高効率かつ干渉に強い位相展開アルゴリズムの要件を満たすために、空洞空間畳み込みに基づく点回折干渉画像の位相展開法を提案する。自己符号化器構造と空洞空間畳み込みを組み合わせることで、より高い位相展開精度を得て、包絡位相画像のマルチスケール特徴抽出を制御的に実現する。点回折画像の特徴に基づいて作成された大量かつ多様なデータセットで訓練および最適化を行い、包絡位相が所在する次数を正確に識別することを可能にした。最終的に包絡画像を高速に処理し、高精度な展開結果を得ることができる。提案手法を実際の点回折干渉画像処理に適用し、ESDI専門の干渉画像処理ソフトウェアおよび他の展開アルゴリズムの処理結果と比較したところ、本稿の展開結果とソフトウェアの枝切り法展開処理結果の二乗平均平方根誤差は0.0222 rad、面形状フィッティング結果とソフトウェアのフィッティング結果のピークトゥバレー差はわずか0.0121λ、二乗平均平方根誤差は0.0042λであった。時間効率においては、一枚の画像の処理に平均0.035秒しかかからず、従来の手法では1秒以上かかっている。その他の手法と比較して、本提案手法は包絡位相の処理において高速かつ高精度の特性を有し、点回折干渉画像処理における高精度位相展開の新たな実現可能なソリューションを提供する。

干渉測定;面形検出;干渉イメージング;ニューラルネットワーク;位相展開